딥러닝, 머신러닝은 CPU 보다는 GPU를 사용해야 한다.
YOLO 학습을 하는데 사용한 PC 성능은 다음과 같다.
OS: Windows 10
CPU: AMD Ryzen 3 3200G
RAM: 16GB
GPU: NVIDIA GeForce RTX 2060 SUPER 8GB memory
NVIDIA의 경우 대규모 병렬 컴퓨팅 플랫폼 및 프로그래밍 모델로 CUDA를 지원하고 있다. 따라서 대부분 딥러닝 연구에는 NVIDIA의 그래픽카드 제품이 사용된다.
CUDA는 NVIDIA 그래픽 카드에서 병렬 처리 알고리즘을 여러 표준 언어로 제공하는 만큼, C언어로 작성된 darknet의 YOLO 또한 CUDA를 사용한다.
물론 darknet YOLO는 no_gpu 버전 즉 CPU 버전을 지원하지만, 위에서 작성한 컴퓨터 스펙으로 약 400장의 이미지를 테스트 해본 결과 학습 속도차이가 약 20000배 가량 나온다.
도저히 CPU로는 딥러닝이 불가능 하다.
* 학습 시간
images: 16,964장
mark: 74468개
cfg: [사진 참조]
위와 같은 설정으로 학습 시 iteration 1000번을 하는데 약 1시간 정도 걸린다.
(약 24시간 경과: 27504번 )
iteration이 100씩 증가 할 때마다 차트가 chart.png 파일로 자동 저장되고,
iteration이 1000씩 증가 할 때마다 weights(가중치) 파일이 자동 저장된다.
'AI' 카테고리의 다른 글
darknet yolo 실행을 위해 필요한 프로그램 (0) | 2020.05.01 |
---|---|
YOLO 학습에 대한 잡다한 지식(기본, 배경 지식) (2) | 2020.03.05 |
YOLO 동작 시 화면에 있는 퍼센트(확률) 지우기 (3) | 2020.03.05 |
YOLO mark 학습이미지 ( 마킹 크기에 대하여 ) (0) | 2020.03.03 |
Darknet YOLO에서 사용하는 학습(train) 이미지 구하기(YOLO 기본 이미지 변환) (3) | 2020.03.03 |